gapminder_line <- gapminder %>%
  filter(country %in% c("deu"), time >= 1900, time <= 2024) %>%
  drop_na(gini)

steuer <- gapminder_line %>%
  filter(time %in% c(1914, 1920, 1939, 1945, 1974, 1990, 1991, 1996, 2020), country == "deu") %>%
  arrange(time) %>%
  mutate(label = c("Beginn 1. WK", "Reichseinkommensteuer", "Beginn 2. WK", "Starke Anhebung durch Alliiert", "Einkommenssteuerreformgesetz", "Wiedervereinigung", "Linear-Progressiver Tarif", "Anhebung Freibetrage", "Corona"))

p_line <- ggplot(data = gapminder_line, aes(x = time, y = gini)) +
  theme_bg_dark() +
  geom_line(data = gapminder_europe, aes(x = time, y = gini, group = country), color = "#F8F8F8", alpha = 0.2) +
  geom_line(color = "#F4BA02", linewidth = 2) +
  geom_point(data = steuer) +
  geom_text_repel(
    data = steuer, aes(label = label), nudge_x = c(20, 25, 10, -5, 0, 0, -10), nudge_y = c(2, 2, 2, -2, 1, -2, 1),
    color = "#F4BA02"
  ) +
  labs(
    title = "Ungleichheit in Deutschland On the Rise?",
    subtitle = "Gini-Koeffizient von 1850 bis 2024",
    x = "Jahr",
    y = "Gini-Koeffizient"
  ) +
  geom_richtext(
    data = data.frame(
      x = 1900, y = 20,
      label = "<b>Gini-Koeffizient</b>: <br> Maß für Ungleichheit. <br> In diesem Fall Einkommen.<br>0 = vollkommen gleich <br> 100 = maximal ungleich."
    ),
    aes(x, y, label = label),
    hjust = 0, vjust = 0,
    fill = "#F4BA02", label.color = "#01364C",
    label.r = grid::unit(3, "pt"),
    size = 5
  )

p_line

## Add a plot on vermogen!! Evtl. einfach den Gini Koeffizienten fur ein Paar Jahre, die ich habe

## https://www.econtribute.de/RePEc/ajk/ajkpbs/ECONtribute_PB_001_2020.pdf

#
# World Inequality Lab – Working Paper N° 2022/09
# Wealth and its Distribution in Germany,
# 1895-2018

df <- data.frame(
  year = c(
    1895, 1900, 1905, 1910, 1915, 1920, 1925, 1930, 1935, 1940,
    1945, 1950, 1955, 1960, 1965, 1970, 1975, 1980, 1985, 1990,
    1995, 2000, 2005, 2010, 2015, 2018
  ),
  top1_share_percent = c(
    46, 47, 47.5, 48, 47.5, 45, 36, 41, 38, 33,
    28, 23, 22, 23, 21, 24, 28, 27, 26, 25.5,
    26, 27, 26.5, 28.5, 27, 28
  )
)

ggplot(df, aes(year, top1_share_percent)) +
  geom_line() +
  geom_point() +
  ylim(c(0, 50))



dat_eink <- data.frame(
  country = rep(c("Schweiz", "Deutschland", "Österreich"), 4),
  Steuer = c(rep("Erbschaft", 3), rep("Vermögen", 3), rep("Konsum", 3), rep("Unternehmen", 3)),
  anteil = c(1, 0, 1, 7, 0, 0, 26, 41, 43, 15, 12, 10)
)

p_bar <- ggplot(dat_eink, aes(x = reorder(Steuer, anteil), y = anteil, fill = Steuer)) +
  geom_bar(stat = "identity", position = "dodge") +
  facet_wrap(vars(country)) +
  theme_bg() +
  labs(
    title = "Steueraufkommen in % des BIP",
    subtitle = "Haushaltsjahr 2022",
    x = "Steuerart",
    y = "Anteil am BIP in %"
  ) +
  geom_text(aes(label = anteil),
    position = position_dodge(width = 0.9),
    vjust = -0.25
  ) +
  theme_bg_dark()


# https://www.wsi.de/de/blog-17857-vermoegensteuer-geht-die-schweiz-widerlegt-den-mythos-vom-unmoeglichen-68853.htm


gapminder_usa <- gapminder %>%
  filter(country %in% c("usa"), time >= 1850, time <= 2024) %>%
  drop_na(gini)

p_line_usa <- ggplot(data = gapminder_usa, aes(x = time, y = gini, color = country)) +
  geom_line() +
  theme_bg() +
  labs(
    title = "Einkommens- und Erbschaftssteuer in den USA",
    subtitle = "Gini-Koeffizient von 1850 bis 2024",
    x = "Jahr",
    y = "Gini-Koeffizient"
  ) +
  geom_richtext(
    data = data.frame(
      x = 1850, y = 30,
      label = "Zwischen 1930 und 1980 wurden in den Vereinigten Staaten die höchsten Einkommen durchschnittlich mit 81 Prozent besteuert und die größten vererbten Vermögen mit 74 Prozent."
    ),
    aes(x, y, label = label),
    inherit.aes = FALSE,
    hjust = 0, vjust = 0,
    fill = "white", label.color = "black",
    label.r = grid::unit(3, "pt"),
    size = 3.5
  ) +
  theme_bg_dark()





## Eine Vermogenssteuer hat das potenzial, Ungleichheit zu reduzieren, und die Abgabenlast von Konsumsteuern zu reduzieren.
## Die USA hatten in den 80 Jahren eine 80% Vermogenssteuer.


library(patchwork)


p_line +
  annotation_custom(ggplotGrob(p_bar),
    xmin = 1980, ymin = 43,
    xmax = 2020
  ) +
  p_line_usa +
  plot_layout(widths = c(2, 1))